我阅读了 DeepSeek 的学习算法 GRPO。GRPO：群组-20250201103400

斌叔OKmath · 微博 · · 2025-02-01 10:34

原文地址：访问原文地址
总结与预览地址：访问文章预览/总结
文章地址：访问文章快照

分享到微博

推荐文章

罗辑思维 · AI越强，为什么有些人反而更值钱？

8 小时前

罗辑思维 · 成年人的强大，不是忍住所有情绪

11 小时前

但斌 · //@山里人1687:缅怀致敬！！-20260813011251

2 天前

但斌 · 师弟好-20260813011415

2 天前

但斌 · 感谢信任//@不想成仙3267:我有马拉松//@但斌://@Jo-20260812224333

2 天前

沈阳房侦探 · 曾经的“铁西乐购”改建成大型洗浴！

1 年前

长江日报 · 价格大跳水，低至200元！武汉人赶紧安排

1 年前

安徽交通广播 · 明星情侣官宣分手，结束18年恋情

1 年前

北师大地理科学学部学生之家 · 新生宝典丨第4期：校内学习攻略

11 月前

东方财富-研究报告-策略报告 · [建银国际证券][]全球高端制造：物理AI行走在工业场景

6 月前